- 金币:
-
- 奖励:
-
- 热心:
-
- 注册时间:
- 2004-11-20
|
|

楼主 |
发表于 2015-9-8 22:07
|
显示全部楼层
本帖最后由 公度 于 2015-9-9 07:39 编辑
可公度性预测实例讲解 (2015-09-08 20:02:21)[编辑][删除]转载▼
标签: 股票 频度 差值 数值 外推
大家先百度下这篇论文:《基于可公度方法的川滇地区地震趋势研究》,作者龙小霞。
这篇论文是比较规范的可公度计算方法,把数据多元分析,列出可公度数据组,然后外推得出结论,这种方式用来写论文自然没问题,来龙去脉非常清楚,但是如果用在股票金融类的预测中时就显得不太赶趟,因为股票金融预测有一定的实时性要求,而且要求每个使用者都有如此耐心来计算显然是不现实的,因此我写了一个可公度性预测工具,最后发布的版本是0.94版,新版本正在撰写中,这个版本是傻瓜化计算,只需输入数据即可自动外推结果,这个用法和前面论文的规范用法不太一样,不是翁老的原版用法,但计算结果是一样的,这也算是本人对可公度预测发展的一点小小的贡献吧。现在我们来验算论文中的结论。
时间序列如下:
1913,1917,1923,1925,1933,1936,1941,1942,1948,1950,1952,1955,1960,1967,1970,1971,1973,1974,1976,1979,1981,1988,1989,1995,1996,
外推结论2008
把时间序列贴到可公度性预测软件的0.94版快速输入窗口,先选二元公度,计算结果为:
周期_1出现频度3
周期_2出现频度5
周期_3出现频度6
周期_4出现频度4
周期_5出现频度4
周期_6出现频度5
周期_7出现频度4
周期_8出现频度5
周期_9出现频度3
周期_10出现频度5
周期_11出现频度3
周期_12出现频度4
周期_13出现频度3
周期_14出现频度3
周期_15出现频度3
周期_16出现频度5
周期_17出现频度3
周期_18出现频度4
周期_19出现频度8
周期_20出现频度2
周期_21出现频度3
周期_22出现频度3
周期_23出现频度4
显然,频度19最大,从中可以看出,数据具有可公度性,这是二元的用法,不过因为0.94版其实是个速度优先的定性计算版,频度特征其实不算特别明显。可公度性预测工具有一个未放出的定量计算版本,这个版本计算的结果是:
差值_4频度4
差值_5频度6
差值_6频度7
差值_7频度8
差值_8频度9
差值_9频度5
差值_10频度7
差值_11频度4
差值_12频度6
差值_13频度4
差值_14频度6
差值_15频度6
差值_16频度7
差值_17频度5
差值_18频度6
差值_19频度11
差值_20频度3
差值_21频度6
差值_22频度6
差值_23频度5
差值_24频度6
差值_25频度7
差值_26频度5
差值_27频度4
差值_28频度5
差值_29频度8
差值_30频度2
差值_31频度5
差值_32频度3
从这组结果可以看出,19的频度值明显高于其他数值,可公度特征非常明显。
接着大家大家用三元计算2008是一个次高频度点,频度和最高频度1998的140相差1,从一般经验来说,离外推点2008较远的高频度值可靠性更高,当频率较为接近是需要凭经验判断,在此例中,由于频度仅仅很小,因此应该去2008这个点作为第一外推点
数值_1994出现频度124数据如下(取自0.94版)
数值_1995出现频度166
数值_1996出现频度156
数值_1997出现频度120
数值_1998出现频度140
数值_1999出现频度118
数值_2000出现频度126
数值_2001出现频度124
数值_2002出现频度132
数值_2003出现频度130
数值_2004出现频度118
数值_2005出现频度122
数值_2006出现频度106
数值_2007出现频度112
数值_2008出现频度139
数值_2009出现频度94
数值_2010出现频度106
数值_2011出现频度106
数值_2012出现频度96
数值_2013出现频度102
数值_2014出现频度128
数值_2015出现频度106
看懂这个例子,你基本就可以放心的使用可公度性预测工具来进行可公度预测了,大家注意,基本数据量不是越多越好的,最佳数量和数据的公度特征明显与否有关,大家可以自行验证,一般推荐12-18个数左右,公度特征较不明显的可以适当多取些,如果基础数据多,可以考虑合理分组计算(前面的博文里提到过)
|
|
|